Data Science
Wat is data science?
Data science is een combinatie van statistieken, software-engineering en domeinexpertise om inzicht en begrip te krijgen. Het is een menselijke activiteit en moet niet worden verward met artificial intelligence. We onderscheiden drie soorten inzichten die deze techniek kan bieden: beschrijvende, verkennende en causale inzichten.
- Beschrijvend (de gemiddelde klant heeft een kans op vernieuwing van 73%)
- Verkennend (het vernieuwingspercentage van onze klanten verschilt per verkoper)
- Causale inzichten (klanten toegewezen aan Frank hebben een grotere kans om te vernieuwen dan klanten toegewezen aan Paul).
Waarom is het belangrijk?
Data science is een robuuste set tools om nieuwe en soms verrassende inzichten te ontdekken in grote hoeveelheden data. Je zou ze niet vinden door naar een ongecompliceerde visualisatie te kijken; alleen de tools in deze toolkit kunnen deze verborgen inzichten naar boven halen.
Rockfeather en data science
We gebruiken deze techniek in veel situaties. Een alledaags gebruiksscenario is de analyse van klantverloop. Het helpt onze klanten te begrijpen waarom klanten geen zaken meer met hen doen. Met deze inzichten op tafel zullen processen verbeteren en klantloyaliteit een boost krijgen.
Een andere use-case is de analyse van ziekteverlof. Elke organisatie wil een plek zijn waar medewerkers groeien en bloeien. Begrijpen waarom ziekteverlof optreedt en het oplossen van de oorzaken die binnen uw organisatie liggen, is cruciaal, vooral voor arbeidsintensieve organisaties.
Een derde use-case is klantensegmentatie. We gebruiken het om nieuwe klantsegmenten te ontdekken in grote datasets. Deze nieuwe klantsegmenten zijn doorgaans zeer gericht en kunnen worden gebruikt om beter aan de behoeften van klanten te voldoen en uw bedrijf te laten groeien.
Onze toolsets
We gebruiken een best in class portfolio aan toolsets. We evalueren ons portfolio continu en voegen waar mogelijk nieuwe en veelbelovende oplossingen toe aan het portfolio. Ons huidige portfolio omvat:
Kortom
Data science stelt professionals in staat door inzichten te leveren die traditionele analyse niet kan vinden. Het zorgt voor verbeteringen in klantverloop, ziekteverlof en klantensegmentering.
Ons Data Science Portfolio
Alteryx
Alteryx verandert je organisatie door middel van data science en analyse en laat iedereen in een organisatie sneller tot een antwoord te komen. Het nieuwe, end-to-end analyseplatform stelt analisten en datascientists in staat om gegevens te creëren, te delen en voor te bereiden, analyses uit te voeren – statistisch, voorspellend, prescriptief en ruimtelijk – en om analytische modellen te implementeren en uit te voeren.
Python
Python is open-source, interpreted, and high-level programeer taal die een prima benadering biedt voor objectgeoriënteerd programmeren. Het is een van de beste tools die door datawetenschappers worden gebruikt voor verschillende data science-projecten / -toepassingen. Python biedt functionaliteiten om met wiskunde, statistiek en wetenschappelijke functies om te gaan.
Azure Machine Learning
Azure Machine Learning kan worden toegepast voor elk type machine learning (ml), van standaard ml tot deep learning, supervised en unsupervised learning. Of je nu de voorkeur geeft aan het schrijven van Python– of R-code of zero-code / low-code-opties, u kunt zeer nauwkeurige modellen voor machine learning en deep learning creëren, vormen en volgen.
Cases & Solutions
Data-driven management information: The vision of Hans Platschorre
De Hans Anders Retail Group wil aanzienlijk uitbreiden naar het buitenland. De retailer is ook ambitieus in zijn informatiebehoeften. Wat is de impact van gegevensgestuurde rapporten? En wat betekent de digitale transformatie voor de toekomst van financiën? Martijn Meuling praat met CFO Hans Platschorre.
Data-Driven Accountmanagement bij ISS
ISS-facility services wil de beste dienstverlener ter wereld worden. Om de beste te worden, wil het werken met een aantal van zijn key-accounts op basis van een nieuw businessmodel, waarin samenwerking tussen partners centraal staat. Voor deze transitie is data-driven accountmanagement de basis.